基于顯著圖的交通標志檢測方法研究.pdf

1、交通標志檢測與識別作為輔助駕駛及智能交通系統(tǒng)的一部分,具有廣泛的應用前景。由于場景的復雜性以及交通標志的多樣性,目前對交通標志的自動檢測和識別水平還不能滿足實際的應用需求。本文研究了基于顯著圖的交通標志檢測方法,首先生成融合顏色和邊緣特征的交通標志顯著圖;然后采用聚類的方法檢測交通標志的候選區(qū)域;最后采用局部霍夫變換的方法精定位交通標志區(qū)域,并根據(jù)區(qū)域的形狀去除假目標。
　　 交通標志是設置給人看的,因此其設計和安裝過程都充分考

2、慮了人的視覺特性。本文首先從視覺注意機制的角度出發(fā),分析了交通標志區(qū)別于自然場景的顯著特征,然后針對經(jīng)典的Itti顯著性模型實驗中出現(xiàn)的不足,采用了改進的交通標志顯著圖的計算方法。
　　 顯著性模型中通常采用勝者為王的機制定位目標,檢測的區(qū)域是以注意焦點為圓心且半徑固定的圓,一般要比實際的目標區(qū)域大。本文設計了基于聚類的交通標志粗定位方法。首先選取全局閾值去除顯著圖中特征較弱的區(qū)域;然后根據(jù)顯著特征值和位置關系進行動態(tài)聚類;最后

3、根據(jù)聚類區(qū)域之間的中心距離以及聚類區(qū)域內(nèi)的位置方差進行分裂和合并操作,得到單個交通標志的大致位置。實驗結果表明,本文的方法可以在較短時間內(nèi)檢測出交通標志的候選區(qū)域。
　　 顯著性模型的原理決定了其無法精確定位目標的區(qū)域,因此本文在粗定位的基礎上,采用局部霍夫變換的方法精定位交通標志區(qū)域,并根據(jù)區(qū)域中目標的形狀去除虛假目標。橢圓檢測是利用其對稱性檢測不同方向上對稱軸的來近似實現(xiàn)的;三角形和矩形檢測是通過分析直線的位置、夾角以及交點